摘要：
2026年9月17日，OpenAI正式发布Astra for Law，一款法律AI基础平台。它基于GPT-6 Astra，内置覆盖超2.3亿个URL的法律... 2026年9月17日，OpenAI正式发布Astra for Law，一款法律AI基础平台。它基于GPT-6 Astra，内置覆盖超2.3亿个URL的法律检索索引，每日更新，判例法覆盖99.9%美国已发布先例。目标用户是律所、法律科技公司与法务团队，目前通过Trusted Access计划优先向选定律所开放。
不是聊天机器人，是法律工作底座
Astra for Law把检索、分析与写作串成一条链路，让结论可回溯到可核查来源。检索索引覆盖美国判例法、制定法、法规、法院规则与行政决定，判例部分来自与非营利组织Free Law Project的合作，纳入CourtListener案例库。它不替代律所已采购的授权内容，而是补强检索。
专用指令是核心差异。GPT-6 Astra本身就是OpenAI最强模型，Astra for Law在其之上补充法律场景指令，使模型能区分判决中的核心裁判理由与附带评论，主动指出可能削弱己方立场的判例，并解释合同条款如何分配风险。这种“主动找不利证据”的动作，恰是通用模型最容易回避的部分。
判例定位：多找24%参考案例，段落检出多54%
法律研究的价值不在“有没有答案”，而在“答案能不能指到具体段落”。在判例法导向的问题上，它比仅用网页搜索的GPT-6 Astra多找到24%的参考案例；在经审计的目标段落集合中，从正确法院意见书里检出的相关段落最多多出54%。律师拿到的是可直接复核的原文出处。在Vals AI法律研究基准的200道美国法律研究题中，双方都开到最高推理强度时，Astra for Law整体正确率54.0%，仅用网页搜索的GPT-6 Astra为38.7%。
隐私与治理：为律所设计
法律工作涉及客户机密，Astra for Law在接入层面提供控制：API调用提供零数据保留，ChatGPT Enterprise使用记录默认不进入人工审核。早期测试的Latham & Watkins与OpenAI共同设计了信息权限、道德墙与客户指令相关控制项。对受保密义务约束的律所，这类治理能力往往比模型分数更影响采购。
与同类平台对比：选底座还是选成品
得理法搜深耕中文法律检索，语料覆盖裁判文书、法规与司法解释；Harvey是开箱即用的法律AI平台，估值110亿美元、ARR约1.9亿美元，服务10万+律师。Astra for Law更接近模型底座，适合法律科技公司在其上构建自有产品，Harvey则适合直接采购使用。业务以中文法规为主时，得理法搜更贴近需求。对于关注AI工具导航的读者，这类垂直法律AI正成为专业工具品类；在AI办公软件推荐的视角下，律所与法务团队可将其纳入知识工作流，先从检索类只读任务起步。
应用场景与获取方式
律所法律研究可围绕案情检索美国判例法与制定法，定位可引用段落；企业法务与合规可梳理合同风险分配、排查不利判例；法律科技产品构建可基于API开发自有应用。适用人群：美国市场律所律师、跨国企业法务、法律科技公司。目前未公布定价，通过官网申请Trusted Access，ChatGPT与Codex模型选择器中显示为GPT-6 Astra Law，API版本将以gpt-6-astra-law标识提供。OpenAI明确表示该服务不是“AI律师”，最终判断与责任仍由律师承担。